大模型算法实习（项目现场）

（客户项目现场驻场） 岗位职责： 1.参与大语言模型（LLM）后训练全流程的优化工作，涵盖领域能力增强、推理对齐等方向，推动LLM在商业地产场景下的招商沟通、品牌布局、铺位推荐等实际应用落地； 2.结合具体业务需求推进语料采集与整理，研究高质量训练数据的自动构造方法，搭建高效运转的线上数据闭环体系； 3.实现并落地SFT/RLHF/DPO/PPO/GRPO等算法，探索多目标奖励建模、过程监督等前沿技术路径，提升模型在指令理解、逻辑推导、多任务适应等方面的表现； 4.建立模型效果评估机制，制定自动化评测方案，持续追踪和分析模型迭代成效。 职位要求： 1.计算机科学、人工智能、数学等相关专业硕士及以上学位； 2.熟悉大语言模型技术体系，掌握SFT、RM、RLHF、数据合成等关键技术原理； 3.掌握Transformer架构及SFT/RLHF/DPO/PPO/GRPO等主流训练算法； 4.精通Python与PyTorch框架，了解Transformer、MoE等核心网络结构； 5.具备扎实的工程实现能力，熟练使用pytorch，掌握DeepSpeed、Megatron等分布式训练工具。